1.一种基于任务执行轨迹模型的感知节点异常检测方法，该方法用于获取感知节点中的源代码中的异常任务，其特征在于，包括以下步骤：步骤1，分别提取异常的源代码和正常的源代码中运行的任务的任务执行记录，分别记为异常任务执行记录和正常任务执行记录；任务执行记录包括时间戳信息和任务ID；

步骤2：分别基于异常任务执行记录和正常任务执行记录，利用执行任务轨迹构建方法，构建异常任务执行轨迹模型和正常任务执行轨迹模型；

所述的执行任务轨迹构建方法，包括以下步骤：利用时间戳信息，按照设定大小的时间窗对异常任务执行记录进行区间划分，得到多个区间；针对每个区间，统计该区间内的每个任务的执行频数，所有任务的执行频数形成该区间对应的区间频数向量；所有区间对应的区间执行频数向量形成异常任务执行轨迹模型；

利用时间戳信息，按照设定大小的时间窗对正常任务执行记录进行区间划分，得到多个区间；针对每个区间，统计该区间内的每个任务的执行频数，所有任务的执行频数形成该区间对应的区间频数向量；所有区间对应的区间执行频数向量形成正常任务执行轨迹模型；

步骤3：利用正常任务执行轨迹模型通过特征提取的方法训练得到OCSVM分类模型；

步骤4，将异常任务执行轨迹模型输入到OCSVM分类模型中，输出一个异常区间，该异常区间包括多个区间；

步骤5，针对每个任务，提取该任务在异常区间中的每个区间内的执行频数，形成该任务对应的异常任务执行频数向量；针对每个任务，提取该任务在正常任务执行轨迹模型中的每个区间内的执行频数，形成该任务对应的正常任务执行频数向量；

步骤6，针对每个任务，对该任务对应的异常任务执行频数向量和正常任务执行频数向量进行双样本T检验，输出该任务是正常任务还是异常任务，即可得到所有异常任务。